vivo總裁點出了AI手機(jī)的關(guān)鍵問題

OpenClaw爆火之后，盡管競爭最激烈的戰(zhàn)場發(fā)生在軟件中，但最大的變化和沖擊，其實反而是硬件——

徘徊數(shù)年卻一直位置略顯尷尬和雞肋的AI手機(jī)，終于找到了明確的方向。

手機(jī)廠商的反應(yīng)非常迅速：在最近舉行的博鰲亞洲論壇上，vivo總裁胡柏山提出了一個觀點：手機(jī)將從Smart Phone向Agent Phone演進(jìn)。

在他看來，Agent將全面重構(gòu)產(chǎn)品交互范式。在影像與AI深度融合的加持下，Agent Phone將成為兼具感知力、思考力、行動力的數(shù)字伙伴。

更直觀點說，智能手機(jī)，未來正在演變?yōu)橹悄荏w手機(jī)。

vivo應(yīng)該是手機(jī)廠商中第一個選擇直面AI Agent風(fēng)暴的選手。但很顯然，此刻也只是剛剛開始。

現(xiàn)在的手機(jī)市場，氛圍極像iPhone 4問世前夜。人們只是看到了智能手機(jī)的雛形，但很難有人可以想象，人類生產(chǎn)、商業(yè)乃至是生活方式，都會因為智能手機(jī)生態(tài)的形成而發(fā)生根本性的躍遷。

智能體手機(jī)所帶來的變化，可能比上一次還要大。

也正因此，普通用戶或許還沒到人人供養(yǎng)“AI龍蝦”的程度，但對于手機(jī)這個人類進(jìn)入虛擬世界最核心的入口而言，將智能體能力內(nèi)生化，已成定局。

方向明確了，剩下的競技場只關(guān)乎一個字：快。

Agent phone時刻

這兩年，“AI手機(jī)”在各大發(fā)布會上幾乎被喊成了背景音，可相信很多人的感受都是類似的——真正能感知到的變化，只有手機(jī)屏幕的大小。

事實也確實如此。目前的所謂AI，大多還停留在“修圖消路人”、“通話做摘要”的功能點堆砌上。這些小修小補固然好用，本質(zhì)上卻依舊沒跳出“工具箱”的范疇。它還是在等待指令，而非主動理解。

真正的AI革命，很顯然不是在屏幕里塞進(jìn)一個更聰明的搜索框。Agent Phone追求的是一種真正意義上的質(zhì)變。

而這種質(zhì)變，首先會體現(xiàn)在對“App中心化”邏輯的解構(gòu)。

過去十年，App是智能手機(jī)的靈魂，用戶習(xí)慣了在不同的小圖標(biāo)間反復(fù)橫跳。但在Agent的語境下，App將退化為底層的“技能插件”。手機(jī)不再是展示應(yīng)用的櫥窗，而是統(tǒng)一調(diào)度能力的中心。

在傳統(tǒng)智能手機(jī)邏輯中，交互是“人找服務(wù)”。你想打車、點餐，得先在腦海里定位App，再經(jīng)過數(shù)次點擊。

在Agent Phone時代，邏輯倒轉(zhuǎn)了過來，變成了“服務(wù)找人”。手機(jī)感知到你的日程緊迫、地點偏遠(yuǎn)，便會自主調(diào)取底層能力，跨過應(yīng)用墻實現(xiàn)邏輯閉環(huán)。

當(dāng)你產(chǎn)生一個復(fù)雜需求時，Agent會像一位資深的管家，自行在后臺拆解任務(wù)、調(diào)用接口，最后直接呈上結(jié)果。

也就是說，用戶不需要關(guān)心數(shù)據(jù)在哪個App里，只需要關(guān)注自己的目標(biāo)。這才是真正意義上的，智能體手機(jī)。

而且，這種變化大概率只會發(fā)生在手機(jī)上。

今天來看，盡管AI胸針、智能眼鏡等原生硬件層出不窮，但手機(jī)作為“數(shù)字底座”的地位依然不可撼動。

它全天候隨行，既盯著用戶的數(shù)字足跡，也通過傳感器窺見物理世界。這種全局上下文的感知力，是任何單一垂直設(shè)備都無法比擬的。

在這種范式下，手機(jī)廠商的軍備競賽也隨之變軌。拼算力、拼參數(shù)的生硬對抗退居二線，對意圖的深層理解力、對物理世界的感知，將會成為未來的決勝手。

重返真實世界

如果我們認(rèn)為，未來十年，手機(jī)依然是人機(jī)交互的絕對主導(dǎo)，那么接下來的問題是，如果智能體手機(jī)是智能手機(jī)的下一站，那么關(guān)鍵的卡點是什么？

從手機(jī)廠商側(cè)的觀察來看，下一步，如何提升AI感知真實的物理世界能力成為了基本共識。胡柏山在此前論壇上曾就此給出一個推論：影像是AI感知物理世界最核心的“眼睛”，沒有頂級的影像感知，AI就只是一個空有邏輯卻看不見世界的“孤島大腦”。

我們要理解Agent Phone的進(jìn)化，也確實需要回到人與世界的關(guān)系。馬歇爾·麥克盧漢有一句很經(jīng)典的判斷——“媒介是人的延伸”。按照他的推演，輪子是腳的延伸，而電路則是人類中樞神經(jīng)系統(tǒng)的觸角。

過去十幾年，手機(jī)已然長成了人類延伸的“電子器官”。當(dāng)AI深度滲入硅基硬件，這種延伸進(jìn)入了更高維度的感知階段。

這也是影像之于AI時代手機(jī)的另一重功能：它正在從“記錄光影”轉(zhuǎn)向“讀取語義”。

過去我們卷像素、卷算法，是為了讓照片更好看；現(xiàn)在，手機(jī)廠商開始在影像底層植入更深層的AI識別邏輯。

當(dāng)你拿起手機(jī)對準(zhǔn)街道，Agent通過這雙“眼”看到的不僅僅是像素的明暗，而是商鋪的營業(yè)時間、路牌的導(dǎo)向含義，甚至是過往車輛的避讓距離。影像AI成了將物理世界的復(fù)雜信號轉(zhuǎn)化為機(jī)器可處理數(shù)據(jù)的橋梁。

這種感知力的躍遷，本質(zhì)上是在擴(kuò)充人類的感知并處理真實世界信心的能力疆界。

正如麥克盧漢所言，技術(shù)重構(gòu)了我們的感官比例。Agent Phone通過對視覺、聽覺乃至微環(huán)境中隱秘信號的捕獲，充當(dāng)起物理世界與數(shù)字世界之間的同聲傳譯。從這個角度來說，影像不再是孤立的功能，而是AI進(jìn)駐現(xiàn)實生活的入場券。

當(dāng)然，要讓機(jī)器“看懂”世界，最終還是為了讓人更好地“掌控”世界。這種從記錄到洞察的跳躍，正是AI手機(jī)進(jìn)化為Agent手機(jī)的關(guān)鍵一步。

手機(jī)的“第一性原理”

埃隆·馬斯克有一個很經(jīng)典的分析問題的框架叫“第一性原理”。這個分析框架最早可以追溯到亞里士多德，但在近年來的商業(yè)領(lǐng)域，第一性原理變得越來越有價值。

比如回到諾基亞時代，當(dāng)時人們都認(rèn)為，“手機(jī)必須有按鍵”。而喬布斯事實上正是從第一性原理出發(fā)追問，手機(jī)的本質(zhì)到底是什么？由此，催生了全觸屏的iPhone。

當(dāng)我們套用這個邏輯審視今天的手機(jī)，必須追問的是：今天我們所期待的AI手機(jī)，到底是什么？

剝離掉各種營銷術(shù)語，手機(jī)的第一性原理其實也很簡單，就應(yīng)當(dāng)是“人類意志的執(zhí)行工具”。

最初的移動電話解決的是“連接人”的生理限制，它延伸了聲帶和耳朵；后來的智能手機(jī)解決了“連接信息”的物理鴻溝，它通過App將全世界塞進(jìn)了一塊屏幕。

但在這個過程中，人類陷入了一個悖論：我們擁有了前所未有的信息能力，卻不得不把自己變成“手機(jī)的操作員”。為了達(dá)成一個簡單的意圖，我們需要在數(shù)十個App間往返搬運、復(fù)制、點擊。這種認(rèn)知負(fù)荷的增加，實際上違背了工具服務(wù)的初衷。

Agent Phone的爆發(fā)，是手機(jī)對工具和助手身份的回歸。一個完美的助手，不該讓主人費心去研究說明書。vivo的胡柏山在此前接受媒體采訪時提出的“感知力、思考力、行動力”三位一體，實際上也是對這種理想交互的一種工程化還原。

從行業(yè)視角看，Agent Phone將徹底打破移動互聯(lián)網(wǎng)時代形成的“App孤島”。

在舊生態(tài)里，每個App都是一座圍墻花園。Agent手機(jī)則推崇的是“任務(wù)導(dǎo)向”，它打破了App筑起的圍墻，將支離破碎的數(shù)字體驗縫合成連貫的行為流。

比如當(dāng)你說出一段模糊的需求，手機(jī)不再是簡單地彈出某個App，而是自主在底層完成搜索、比對、下單。它打破了應(yīng)用之間的物理隔閡。

從這個角度來說，未來可能沒有軟硬件公司的差別，有的只是AI世界生態(tài)的運營者。而這會是一片全新的戰(zhàn)場。

這也意味著，手機(jī)廠商角色的可能真的要變了。他們不再是傳統(tǒng)意義上的硬件組裝商，而成了智能生態(tài)背后的土壤。

從第一性原理來看，人類最理想的數(shù)字載體不該是一塊需要被“操作”的屏幕，而是一個能理解意圖、預(yù)判需求并代為執(zhí)行的生命體。

當(dāng)手機(jī)具備了感知、思考與行動的閉環(huán)，它也就從“外掛器官”進(jìn)化成為了“共生大腦”。

AI手機(jī)的盡頭，將會是Agent手機(jī)，因為它不再是讓人去適應(yīng)機(jī)器的邏輯，而是讓機(jī)器去匹配人的直覺。而這也應(yīng)該是人機(jī)交互未來進(jìn)化的核心方向。

畢竟，進(jìn)化史已經(jīng)反復(fù)告訴我們，任何能夠大幅降低人類熵增、減少認(rèn)知損耗的技術(shù)，才會成為最后的幸存者。